Vito vs Voxtype

Voxtype er et lokal-først push-to-talk-verktøy for taleskriving på Linux og macOS: gratis, åpen kildekode, og det kjører talemodellen på din egen maskin — ingen konto, ingen kostnad per minutt, og en skymotor bare hvis du legger til en. Vito gjør den samme kjerneoppgaven — hurtigtast, snakk, teksten dukker opp — og kan holde det lokalt med sine to administrerte motorer, Parakeet og Whistle, samtidig som den legger til en andre AI-runde som gjør det rå transkriptet om til ferdig tekst, og leverer en fullstendig desktop-app som også kjører på Windows. Her er en ærlig gjennomgang av hvor hver av dem vinner, skrevet av folkene som lager Vito og kontrollert mot Voxtype sin egen side.

Med ett blikk

Kontrollert mot voxtype.io og deres GitHub-repositorium i oktober 2026.

Hvor Voxtype er det bedre valget

Lokalt som standard, med motorer å gå på

Voxtype kjører gjenkjenningen på din egen datamaskin med et valg mellom ni lokale motorer — Whisper, Parakeet, Moonshine, SenseVoice, Paraformer, Dolphin, Omnilingual, Cohere og en OpenVINO-versjon av Whisper som kan kjøre på Intels NPU-er — så den fungerer uten forbindelse og ingen lyd forlater enheten. "Local by default. No cloud, no subscription, no telemetry", som nettstedet sier det; siden versjon 1.0 er en betalt Soniox-skymotor bygget inn, men bare hvis du velger den. Vito kan på samme måte holde lyd og opprydding på enheten, med Whistle eller Parakeet og en lokal kompatibel modell. Voxtype er fortsatt det mer terminal-første valget med et langt bredere utvalg av lokale talemotorer; Vito er veien med en administrert desktop-app.

Det er gratis uten stjerne

Ingen leverandørkonto, ingen saldo, ingen bruksgebyrer. MIT-lisensiert, og det kjører på maskinvare du allerede har — det finnes til og med en grunnversjon for prosessorer uten AVX2. Vito gjør det samme med Whistle eller Parakeet og en lokal oppryddingsmodell; eksterne leverandører er fortsatt valgfrie.

Et enormt språkspenn, alt lokalt

Gjennom Omnilingual-modellen reklamerer Voxtype for "1600+ språk", alt gjenkjent på enheten. Vito dekker 60 språk for diktering og for grensesnittet — de med mer enn femti millioner talere — noe som er rikelig for de fleste, men trenger du et språk en skyleverandør ikke tilbyr, er en lokal modell som gjør det en reell fordel.

Du lever i terminalen, på Linux eller en Mac

Voxtype er bygget for den moderne Linux-desktopen og er Wayland-native: du holder en tast inne, snakker, slipper, og ordene lander ved markøren din. Den settes opp via et interaktivt terminal-grensesnitt i stedet for et innstillingsvindu, viser en flytende bølgeform mens du snakker, pauser Spotify og andre MPRIS-spillere eller demper volumet deres, og har en møtemodus som legger til talertilordning, sammendrag via Ollama og eksport til Markdown, JSON, SRT, VTT eller ren tekst. Den kjører også på macOS 13+, inkludert Intel-Macer. Vil du ha et tastaturdrevet verktøy uten GUI, er den mindre overflaten et pluss, ikke et savn.

Hvor Vito er det bedre valget

Du vil ha administrert lokal STT og kontroll over den ferdige teksten

Vito installerer og administrerer to lokale motorer for privat transkripsjon uten bruksgebyrer: Parakeet, på 25 europeiske språk, og Whistle, en nedlasting på 18 MB på sju språk som viser teksten mens du fortsatt snakker. Et OpenAI-kompatibelt endepunkt lar deg bruke andre lokale eller eksterne motorer. Oppryddingen har fem innebygde stiler — blant dem Business, Verbatim og Notes — pluss helt egne prompter og støtte for lokale modeller.

Teksten kommer ut ferdig, ikke bare transkribert

Dette er en stor produktforskjell. Voxtype transkriberer — nøyaktig — men tale er full av "eh-er", falske starter og setninger som kommer i feil rekkefølge, så et rått transkript leser fortsatt som tale og du ender med å redigere det for hånd. Vito kjører hver diktering gjennom en andre AI-runde, på som standard så snart en oppryddingsmodell er satt: fyllord fjernet, setningen du mente rekonstruert, linjeskift der du ba om det, uttalt "tommel opp" gjort om til 👍. Voxtype kan gjøre noe lignende for hver diktering også — etterbehandlingsinnstillingen sender teksten gjennom hvilken som helst kommando du vil, for eksempel Ollama, LM Studio, llama.cpp eller et skript — men det bygger og finjusterer du selv; det er opt-in og gjør-det-selv, der Vito leverer stilene, promptene og standarden. Vitos opprydding trenger også en modell, og det kan være en lokal en i stedet for en ekstra nøkkel.

Datamaskinen din trenger ikke å være rask

Å kjøre modellen lokalt er Voxtype sin design og også dens kostnad: motorene gjør reelt arbeid på din egen prosessor (nettstedet oppgir 9–11× sanntid for Cohere på en CPU), og på en eldre eller lettere maskin — eller uten en kapabel GPU — betyr det tregere resultater og et varmere, raskere tomt batteri. Voxtypes valgfrie Soniox-motor kan ta den belastningen, mot betaling. Vito gir deg flere veier rundt det: Whistle er en lett lokal motor, Parakeet dekker 25 språk lokalt, og Soniox, AssemblyAI eller en hvilken som helst OpenAI-kompatibel leverandør holder prosessoren din fri og gir bredere språkdekning.

Spør AI-en med stemmen — Voxtype bare skriver

Voxtype gjør tale om til tekst og stopper der. Vitos Vito Assist gjør tale om til en instruksjon: "Vito, oversett dette til tysk", "Vito, hva er hovedstaden i Frankrike?", "Vito, 15 % av 240?" — oversettelser, svar, regnestykker og definisjoner, uttalt like enkelt som en diktering og gitt tilbake på stedet. Vil du at dikteringen din også skal svare på spørsmål, gjør ikke Voxtype det, men Vito gjør det.

Den passer på seg selv på Linux

Vito leveres som AppImage og Flatpak og fungerer på X11 så vel som Wayland. På niri og Hyprland er den ærlig om globale hurtigtaster og gir deg ferdige bindinger å kopiere for kompositoren din. Den installerer nye versjoner av seg selv når du ikke har diktert på noen minutter — det kan du slå av — og AppImage-en fungerer også med AppImageUpdate og Gear Lever. Hver nedlasting bygges på GitHub Actions, med publiserte sjekksummer.

Du vil ha Windows, og en fullstendig app rundt det

Vito leveres for Windows, macOS og Linux; Voxtype er bare Linux og Mac, uten Windows-versjon. Vito er dessuten en fullstendig desktop-applikasjon — et dashbord du setter opp selv, en søkbar lokal historikk, statistikk og 52 prestasjoner, et mini-overlegg og et grensesnitt på 60 språk — der Voxtype bevisst er terminal-først, med et TUI for oppsettet i stedet for skjermer å klikke gjennom. Vito Sync holder historikken, statistikken og ordboken lik på alle datamaskinene dine via en mappe som synkroniseringsappen din allerede synkroniserer, uten konto, og det finnes en nettleserversjon som ikke trenger installasjon, selv om teksten der havner på utklippstavlen. Noen vil foretrekke Voxtypes slanke tilnærming akkurat som den er; andre vil ha appen.

Det er ganske morsomt

En liten ting, og vi skal ikke late som om den avgjør noe. Vito holder tellingen på et dashbord du setter opp selv: dikterte ord, timer med skriving du slapp å gjøre, en graf over uka di, en kalender over det siste halvåret og en rekke dager på rad — slå rekorden din, så feirer kortet. Vito selv, logoen med et ansikt, prater med mens du dikterer. Det finnes 50+ prestasjoner å låse opp underveis, noen tåpelige, flere skjulte.

Det viser seg å bety mer enn det høres ut som det burde. Å diktere i stedet for å skrive er en vane du må bygge opp, og den første uka er den kleine delen — å se «1 t 38 m skriving spart» er et dytt til å fortsette som et tomt vindu ikke gir deg. Høres det ut som en gimmick? Ignorer det helt; ingenting avhenger av det.

Hva de begge gjør

Begge er åpen kildekode og MIT-lisensiert, begge gratis å laste ned, begge setter tekst der markøren din står fra en push-to-talk-hurtigtast, og begge kan gjøre hele jobben på din egen maskin — ingen konto, ingen lyd som forlater den, ingen bruksgebyrer — med en skymotor bare hvis du velger en. Begge pauser musikken din mens du dikterer og gjenopptar den etterpå, og begge kjører på Linux med skikkelig Wayland-støtte. Vil du ha null kostnad, et bredt utvalg av motorer på enheten og et verktøy du styrer fra terminalen på Linux eller en Mac, er Voxtype et prosjekt vi gjerne peker deg mot, og denne sammenligningen finnes for å hjelpe deg å velge, ikke for å snakke deg fra det.

Så hvilken av de to

• Lyd må aldri forlate maskinen, eller ingen internett? Begge kan fungere; Voxtype tilbyr flere lokale motorer.
• Vil du at det skal koste bokstavelig talt ingenting? Begge; begge kan kjøre lokalt uten bruksgebyrer.
• Trenger du et språk en skyleverandør ikke dekker? Voxtype sine lokale modeller.
• Føler du deg hjemme i terminalen, på Linux eller en Mac? Voxtype.
• Vil du ha en møtemodus med talere og eksport av undertekster? Voxtype.
• Vil du at teksten skal komme allerede oppryddet? Vito.
• Eldre eller lettere maskin, ingen kapabel GPU? Vito, med Whistle eller en skyleverandør.
• Vil du ha AI-kommandoer med stemmen, eller en søkbar historikk og statistikk? Vito.
• På Windows? Vito.